如何在Hadoop里面实现二次排序

：(Partition)分区出现的必要性，如何使用Hadoop产生一个全局排序的文件？最简单的唤源方法就是使用一个分陆改区，但是该方法在处理大型文件时效率极低，因为一台机器必须处理所有输出文件，从而完全丧失了MapReduce所提供的并行架构早链判的优势。

为了提高reduce阶段的并行度，TeraSort作业对以上算法进行改进：在map阶段，伍枣每个map task都会将数据划分成R个数据块（R为reduce task个数）

其中第i（i>0）个数据块的所有数据都会比第i+1个中的腔姿拆数据大；

在reduce阶段，第i个reduce task处理（进行排序）所有map task的第i块册粗，这样第i个reduce task产生的结果均会比第i+1个大，最后将1~R个reduce task的排序结果顺序输出，即为最终的排序结果。

---